哈佛大学工程与应用科学学院及Kempner自然与人工智能研究所的Raymond Liu与Patrick Slade研究团队近期开发了一款名为Mobilio的智能手机应用程序。该系统利用现成消费级智能手机的传感器与计算能力，结合轻量化人工智能模型和个性化音频反馈机制，旨在为中重度视觉障碍（BVI）人群提供连续的室外避障与路径引导服务。
原论文名称： Improving outdoor navigation for people with blindness using an AI-driven smartphone application and personalized audio guidance（利用AI驱动的智能手机应用与个性化语音提示优化视障人士的户外导航体验）
技术拆解：多模态感知与人在回路的融合
视觉障碍人群在室外导航时主要面临两个层面的信息缺失：宏观的路线规划与微观的即时避障。Mobilio系统的核心架构通过软硬件协同解决了这两个痛点。在硬件部署上，用户需将智能手机（研究中采用iPhone 12 Pro）固定于胸前，佩戴开放式骨传导耳机以保持对环境底噪的感知，并可同时使用传统的白手杖。
在软件与算法层面，系统主要依赖三大核心模块协同工作。首先是环境感知。系统调用智能手机内置的LiDAR（激光雷达）与视觉惯性里程计（VIO），实时构建3D占据栅格地图。该机制能够识别前方1.5米范围内的悬空及地面障碍物，计算规避路径。其次是路径引导。团队部署了一个运行频率为6Hz的极轻量化语义分割模型（PP-MobileSeg-Tiny）。该模型通过压缩计算量，在移动端实现了对人行道、公路和斑马线等关键路网元素的实时分割。最后是定位修正。常规GPS存在数米的漂移，Mobilio通过融合VIO与视觉路径识别数据对GPS信号进行校准，从而提供精度更高的转弯与路口提示。
在辅助导航设备中，固定的音频提示往往导致用户的认知过载或信息遗漏，因为个体对声音频率、节奏的敏感度存在显著差异。该研究引入了“人在回路（Human-in-the-loop）”优化机制。系统采用协方差矩阵自适应进化策略（CMA-ES）算法，在用户实际行走测试中动态调整音频的三个关键参数：音频速率、音调范围和缩放因子。
临床验证与数据表现
该系统在真实世界环境中的有效性由14名真实的BVI受试者进行了临床评估。测试排除了理想化的实验室环境，直接在包含噪音、复杂路况的真实社区中进行。
临床数据显示，个性化音频调节阶段（约20分钟），受试者的平均航向误差降低了19%。在长达150米的复杂室外导航对比测试中，采用Mobilio系统的受试者与使用Google Maps相比，其所需的旁人言语纠正次数下降了72%，整体完成时间缩短13%。在系统可靠性评估上，统计学分析表明，Mobilio在维持航向和到达目标方面的表现，与由人类向导引导的数据基线没有显著差异。
在室内避障测试中，与单独使用白手杖相比，启动Mobilio使用户的身体及手杖与环境的碰撞次数减少了41%。尽管音频处理带来的认知负担使整体通行时间增加了17%，但在美国国家航空航天局任务负荷指数（NASA-TLX）量表评估中，该系统的系统可用性得分（SUS）依然达到79分，处于第84百分位，证明其具备良好的用户接受度。
横向对比与行业评估
视觉障碍辅助工具领域长期存在“有效性”与“普惠性”的博弈。通过以下对比，可以清晰界定Mobilio在现有技术光谱中的位置。
|
|
|
|
|
|
|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
行业启示与局限性分析
Mobilio系统的研发为医疗辅助技术提供了一个明确的演进方向：从专用硬件开发向“软件定义、通用硬件承载”的模式转移。利用大规模普及的消费电子产品（具备高算力芯片和先进传感器的智能手机）作为医疗辅助的算力底座，能够大幅降低无障碍技术的使用门槛，这也为“数字疗法”及“软件作为医疗器械（SaMD）”在残障辅助领域的应用提供了新范式。
该技术在推进商业化和大规模部署前，仍面临实际工程挑战：
-
1. 高功耗与续航瓶颈： 实时调用摄像头、LiDAR和神经网络引擎（GPU/NPU）会导致设备发热并快速消耗电量。目前系统实测续航约为3小时，无法满足全天候使用需求。 -
2. 极端场景的鲁棒性： 视觉与LiDAR融合系统对环境光照和天气条件高度敏感。在暴雨、大雪覆盖路面或完全无光的暗光环境下，语义分割模型的准确率将显著衰减。 -
3. 人体工程学与社交属性： 将手机通过胸带固定于胸前，在日常社交场景中仍不够自然。未来技术若能向佩戴体验更无感的智能眼镜（如集成摄像头的轻量化AR眼镜）迁移，将极大提升其日常实用性与隐蔽性。
参考资料
Liu, R., Slade, P. Improving outdoor navigation for people with blindness using an AI-driven smartphone application and personalized audio guidance. Nat. Biomed. Eng (2026). https://doi.org/10.1038/s41551-026-01772-x
审核 | 医工学人理事会
